6月16日，华泰证券举办“AGI 重构之路”创新科技论坛，探讨AGI（通用人工智能）将如何重构人工智能技术及金融行业。多家细分赛道内的领跑科技创新企业、海内外技术专家与华泰证券的科技专家从各自的实践出发，分享了对AGI科技浪潮的洞察。

生态共进 探索科技金融发展新空间

数字化是金融行业服务和发展模式变革的重要驱动力，华泰证券正是通过把握新技术革命机遇，完成了数次自我革新和战略转型。华泰证券首席执行官周易在主旨演讲中表示，人工智能时代对每一个机构都是机遇，也是挑战。对金融机构而言，细分场景的业务经验和多年沉淀的数据资产，是应用人工智能技术的资源优势，而算法和算力则是科技创新企业的强项。只有打造多方参与的开放生态，才能整合多方优势，加快将前沿技术落地为成熟产品和解决方案，进而赋能整个行业，实现合作共赢。近年来，华泰证券大力推进人工智能与自身多元金融场景的融合与发展，希望围绕客户需求与公司战略，进一步推动科技金融创新生态建设，在以大语言模型为代表的人工智能应用方面，与合作伙伴实现资源互补，共同深度参与产业链和行业格局的全新变革。

大语言模型技术有着强大的理解和生成能力、丰富的应用场景，华泰证券信息技术部联席负责人、数字化运营部总经理王玲结合技术前沿趋势与金融行业的现实痛点，分享了大语言模型在金融行业可能落地的场景和发展路径。海外金融机构的相关实践和思考也在论坛上进行了分享。

提升整体算力 攻克大语言模型挑战

AGI为各行各业的发展都带来了巨大想象空间，但现实中也面临着各种挑战。在上午的圆桌环节，海内外科技创新企业的创始人分享了备受关注的大语言模型所面临的瓶颈和突破方向。

MemVerge联合创始人、CEO范承工预测，随着大语言模型在文本、图像、视频、代码等多领域的快速进步，未来5-10年大量相关行业将面临变革挑战；出于隐私考虑，中大型及以上规模企业建立自有大模型的需求将会迅速攀升。另外，面对当前海外公司在算力基础设施上的优势，异构计算或将成为国内企业突围的关键点。

中科驭数联合创始人张宇表示，提高网络互联效率已经成为大语言模型的重要痛点，这需要高性能网卡和DPU的支持。他认为国外技术优势是几十年来产业融合和技术积累起来的，而扎实提升国内算力底座，需要全行业至少5-10年的努力。潞晨科技创始人兼董事长、新加坡国立大学校长青年教授尤洋结合国内知名大语言模型的性能和特点，也指出相比之下，国外头部公司在AI方面的积累更深厚，国内公司则更加关注在具体应用层面的发展。星云Clustar创始人、香港科技大学教授陈凯希望通过底层的算力调度、负载均衡等各种技术，让GPU算力的运行大幅提升。据他测算，在传统网络技术下运行100块GPU，只能发挥出相当于20块GPU的算力。

细分技术赛道碰撞 支撑AGI未来创新

下午的论坛上，更多科技创新企业对AGI相关的重要底层技术和应用进行了更深入的探讨。

云原生技术为大语言模型的开发与创新提供了基础设施。「DaoCloud 道客」创始人兼首席执行官陈齐彦指出云原生作为分布式应用的最佳载体，随着AGI 的发展，其技术远景远超过往。云原生驱动应用和数据、算力生产关系的重构，这将进一步助力大语言模型在未来迎来繁荣。另外，云原生背后的庞大开源技术生态也值得关注，更多有潜力的基础能力将从中生长出来，进一步推动开源大语言模型的产业落地。

AGI的发展伴随着数据的急剧增长，这不仅要求超大容量的数据存储，也需要快速强大的数据处理能力，这让内存的重要性越来越凸显。范承工认为需要通过新的架构，将内存和计算解耦，让内存可以独立管理、扩展，从而拓展带宽和容量，动态的内存分布、多机共同访问相同内存等也都将成为可能。为应对数据处理的需求提升， Alluxio创始人、CEO李浩源从研发统一的数据编排层入手，将各类存储中的数据虚拟化，从而为上层各类数据应用提供大规模数据服务。该数据编排平台也为通用人工智能提供了坚实的数据底座，集中高效解决包括GPU资源紧缺、利用率低下、模型成本训练高昂等核心痛点。

网络也是IT基础设施中的重要一环。字节跳动火山引擎网络优化专家江卓指出大语言模型训练需要多台机器互联，必然要求高吞吐、低延迟的网络技术，需要更精细的流量控制，稳定性也非常重要。篆芯联合创始人王轶认为网络需要灵活可编程、可视化，提供网络状态信息帮助中间层和应用层进行高效调度。Juniper中国区CTO井有浩认为正如当下芯片层面“存算一体”上的突破，未来还会出现“通算一体”上的更多融合创新，网络正在成为实现Full Stack（全栈）极致算力的核心主线之一。

关于AGI与超级自动化的结合、与金融场景的结合等更多技术和应用细分领域话题在论坛上被探讨。华泰证券也将继续推动与更多元生态伙伴以及生态伙伴之间的更多碰撞，推动AGI科技浪潮下的合作共赢。